論文の概要: Acoustic-Linguistic Features for Modeling Neurological Task Score in
Alzheimer's
- arxiv url: http://arxiv.org/abs/2209.06085v1
- Date: Tue, 13 Sep 2022 15:35:31 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-14 13:10:24.619306
- Title: Acoustic-Linguistic Features for Modeling Neurological Task Score in
Alzheimer's
- Title(参考訳): アルツハイマー病における神経タスクスコアのモデル化のための音響言語学的特徴
- Authors: Saurav K. Aryal, Howard Prioleau, Legand Burge
- Abstract要約: 自然言語処理と機械学習はアルツハイマー病を確実に検出するための有望な技術を提供する。
我々は,10種類の線形回帰モデルの性能を比較し,比較した。
与えられたタスクに対して,手作りの言語的特徴は音響的特徴や学習的特徴よりも重要であることがわかった。
- 参考スコア(独自算出の注目度): 1.290382979353427
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The average life expectancy is increasing globally due to advancements in
medical technology, preventive health care, and a growing emphasis on
gerontological health. Therefore, developing technologies that detect and track
aging-associated disease in cognitive function among older adult populations is
imperative. In particular, research related to automatic detection and
evaluation of Alzheimer's disease (AD) is critical given the disease's
prevalence and the cost of current methods. As AD impacts the acoustics of
speech and vocabulary, natural language processing and machine learning provide
promising techniques for reliably detecting AD. We compare and contrast the
performance of ten linear regression models for predicting Mini-Mental Status
Exam scores on the ADReSS challenge dataset. We extracted 13000+ handcrafted
and learned features that capture linguistic and acoustic phenomena. Using a
subset of 54 top features selected by two methods: (1) recursive elimination
and (2) correlation scores, we outperform a state-of-the-art baseline for the
same task. Upon scoring and evaluating the statistical significance of each of
the selected subset of features for each model, we find that, for the given
task, handcrafted linguistic features are more significant than acoustic and
learned features.
- Abstract(参考訳): 平均寿命は、医療技術の進歩、予防医療、老年医学への重点化などにより、世界中で増加している。
そのため,高齢者の認知機能における加齢関連疾患の検出・追跡技術の開発が不可欠である。
特に、アルツハイマー病(ad)の自動検出および評価に関する研究は、この疾患の有病率と現在の方法の費用を考えると極めて重要である。
ADは音声や語彙の音響に影響を与えるため、自然言語処理と機械学習はADを確実に検出するための有望な技術を提供する。
adressチャレンジデータセットにおけるミニメンタル状態試験スコアの予測のための10の線形回帰モデルの性能の比較と対比を行った。
言語・音響現象を捉えた13,000以上の手作り・学習特徴を抽出した。
1)再帰的除去と(2)相関スコアの2つの方法により選択された54の上位特徴のサブセットを用いて、同じタスクに対して最先端のベースラインを上回ります。
モデル毎に選択された各特徴量の統計的意義を評価・評価すると, 与えられたタスクに対して手作り言語的特徴は, 音響的特徴や学習的特徴よりも有意であることがわかった。
関連論文リスト
- Towards Within-Class Variation in Alzheimer's Disease Detection from Spontaneous Speech [60.08015780474457]
アルツハイマー病(AD)の検出は、機械学習の分類モデルを使用する有望な研究領域として浮上している。
我々は、AD検出において、クラス内変異が重要な課題であると考え、ADを持つ個人は認知障害のスペクトルを示す。
本稿では,ソフトターゲット蒸留 (SoTD) とインスタンスレベルの再分散 (InRe) の2つの新しい手法を提案する。
論文 参考訳(メタデータ) (2024-09-22T02:06:05Z) - Identification of Cognitive Decline from Spoken Language through Feature
Selection and the Bag of Acoustic Words Model [0.0]
記憶障害の症状の早期発見は、集団の健康確保に重要な役割を担っている。
臨床環境における標準化された音声テストの欠如は、自然音声言語を解析するための自動機械学習技術の開発にますます重点を置いている。
この研究は特徴選択に関するアプローチを示し、ジュネーブの最小音響パラメータセットと相対音声停止から診断に必要な重要な特徴を自動的に選択することを可能にする。
論文 参考訳(メタデータ) (2024-02-02T17:06:03Z) - Analysing the Impact of Audio Quality on the Use of Naturalistic
Long-Form Recordings for Infant-Directed Speech Research [62.997667081978825]
早期言語習得のモデリングは、幼児が言語スキルをブートストラップする方法を理解することを目的としている。
近年の進歩により、より自然主義的なトレーニングデータを計算モデルに利用できるようになった。
音質がこれらのデータに対する分析やモデリング実験にどう影響するかは、現時点では不明である。
論文 参考訳(メタデータ) (2023-05-03T08:25:37Z) - Leveraging Pretrained Representations with Task-related Keywords for
Alzheimer's Disease Detection [69.53626024091076]
アルツハイマー病(AD)は高齢者に特に顕著である。
事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。
本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
論文 参考訳(メタデータ) (2023-03-14T16:03:28Z) - Exploring linguistic feature and model combination for speech
recognition based automatic AD detection [61.91708957996086]
音声ベースの自動ADスクリーニングシステムは、他の臨床スクリーニング技術に代わる非侵襲的でスケーラブルな代替手段を提供する。
専門的なデータの収集は、そのようなシステムを開発する際に、モデル選択と特徴学習の両方に不確実性をもたらす。
本稿では,BERT と Roberta の事前学習したテキストエンコーダのドメイン微調整の堅牢性向上のための特徴とモデルの組み合わせ手法について検討する。
論文 参考訳(メタデータ) (2022-06-28T05:09:01Z) - Conformer Based Elderly Speech Recognition System for Alzheimer's
Disease Detection [62.23830810096617]
アルツハイマー病(AD)の早期診断は、予防ケアがさらなる進行を遅らせるのに不可欠である。
本稿では,DementiaBank Pitt コーパスをベースとした最新のコンバータに基づく音声認識システムの開発について述べる。
論文 参考訳(メタデータ) (2022-06-23T12:50:55Z) - Bootstrapping Your Own Positive Sample: Contrastive Learning With
Electronic Health Record Data [62.29031007761901]
本稿では,新しいコントラスト型正規化臨床分類モデルを提案する。
EHRデータに特化した2つのユニークなポジティブサンプリング戦略を紹介します。
私たちのフレームワークは、現実世界のCOVID-19 EHRデータの死亡リスクを予測するために、競争の激しい実験結果をもたらします。
論文 参考訳(メタデータ) (2021-04-07T06:02:04Z) - To BERT or Not To BERT: Comparing Speech and Language-based Approaches
for Alzheimer's Disease Detection [17.99855227184379]
自然言語処理と機械学習はアルツハイマー病(AD)を確実に検出するための有望な技術を提供する
最近のADReSSチャレンジデータセットにおいて、AD検出のための2つのアプローチのパフォーマンスを比較し、比較する。
認知障害検出における言語学の重要性を考えると,細調整BERTモデルはAD検出タスクにおいて特徴に基づくアプローチよりも優れていた。
論文 参考訳(メタデータ) (2020-07-26T04:50:47Z) - Comparing Natural Language Processing Techniques for Alzheimer's
Dementia Prediction in Spontaneous Speech [1.2805268849262246]
アルツハイマー認知症(英語: Alzheimer's Dementia、AD)は、認知機能に影響を与える不治の、不安定で進行性の神経変性疾患である。
自発音声タスクによるアルツハイマー認知は、ADの分類と予測のために、音響的に前処理とバランスの取れたデータセットを提供する。
論文 参考訳(メタデータ) (2020-06-12T17:51:16Z) - Alzheimer's Dementia Recognition through Spontaneous Speech: The ADReSS
Challenge [10.497861245133086]
InterSPEECH 2020のADReSS Challengeでは、アルツハイマー認知症の自動認識に対する異なるアプローチを比較可能な共有タスクを定義している。
ADReSSは、年齢と性別の面で音響的に前処理されバランスが取れた、ベンチマーク音声データセットを研究者に提供する。
論文 参考訳(メタデータ) (2020-04-14T23:25:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。